代码之家 › 专栏 › 技术社区 › Huanian Zhang

不含零的运行中值

median numpy python

Huanian Zhang · 技术社区 · 8 年前

我借用了一些代码来计算数组的运行中值。但对于每个正在运行的数组,我想排除零值。代码如下:

def RunningMedian(seq, M):
    seq = iter(seq)
    s = []
    m = M // 2

    # Set up list s (to be sorted) and load deque with first window of seq
    s = [item for item in islice(seq, M)]
    d = deque(s)
    # Simple lambda function to handle even/odd window sizes    
    median = lambda : s[m] if bool(M&1) else (s[m-1]+s[m]) * 0.5
    # Sort it in increasing order and extract the median ("center" of the sorted window)
    s.sort()
    # remove zeros from the array
    s = np.trim_zeros(s)
    print s
    medians = [median()]
    for item in seq:
        old = d.popleft()          # pop oldest from left
        d.append(item)             # push newest in from right
        del s[bisect_left(s, old)] # locate insertion point and then remove old 
        insort(s, item)            # insert newest such that new sort is not required        
        s = np.trim_zeros(s)
        print s
        medians.append(median())
    return medians

我正在测试代码,但它失败了。我的例子是 a = np.array([5 2 0 9 4 2 6 8]) ,我调用了此函数 RunningMedian(a,3) 。我想要每个跑步机:

[2,5]
[2,9]
[4,9]
[2,4,9]
[2,4,6]
[2,6,8]

然而,在我调用上述函数后,它给出了:

[2, 5]
[2, 9]
[4, 9]
[2, 9]
[2, 6]
[2, 8]

它还返回错误的中值。
调用返回的中值为: [5, 9, 9, 9, 6, 8]

谁能帮我纠正这个问题?非常感谢。

2 回复 | 直到 5 年前

Andras Deak -- Ð¡Ð»Ð°Ð²Ð° Ð£ÐºÑÐ°ÑÐ½Ñ 5 年前

代码的主要问题是在 s 弄乱了所用对象的长度,这就解释了为什么在末尾没有3长度的窗口。

我建议另一种方法:使用适当的函数 median 并在本地忽略这些零值。这样就更干净了,你不需要 trim_zeros (进口是很糟糕的做法 numpy 就为了这个)。根据你的功能,我得出了以下结论:

from itertools import islice
from collections import deque
from bisect import bisect_left,insort

def median(s):
    sp = [nz for nz in s if nz!=0]
    print(sp)
    Mnow = len(sp)
    mnow = Mnow // 2
    return sp[mnow] if bool(Mnow&1) else (sp[mnow-1]+sp[mnow])*0.5

def RunningMedian(seq, M):
    seq = iter(seq)
    s = []
    m = M // 2

    # Set up list s (to be sorted) and load deque with first window of seq
    s = [item for item in islice(seq, M)]
    d = deque(s)
    ## Simple lambda function to handle even/odd window sizes    
    #median = lambda: s[m] if bool(M&1) else (s[m-1]+s[m])*0.5

    # Sort it in increasing order and extract the median ("center" of the sorted window)
    s.sort()
    medians = [median(s)]
    for item in seq:
        old = d.popleft()          # pop oldest from left
        d.append(item)             # push newest in from right
        del s[bisect_left(s, old)] # locate insertion point and then remove old 
        insort(s, item)            # insert newest such that new sort is not required        
        medians.append(median(s))
    return medians

大部分变化发生在新的 中值的 我把指纹移到了那里。我还添加了您的进口。请注意,我处理这个问题的方式非常不同,很可能当前的“固定”版本有点像鸭子胶带。

无论如何,它似乎可以按您的意愿工作:

>>> a = [5, 2, 0, 9, 4, 2, 6, 8]

>>> RunningMedian(a,3)
[2, 5]
[2, 9]
[4, 9]
[2, 4, 9]
[2, 4, 6]
[2, 6, 8]
[3.5, 5.5, 6.5, 4, 4, 6]

在你的版本中,中间值不存在的原因是窗口的奇偶性是由 M ,输入窗口宽度。如果您放弃零,您将得到更小的(偶数长度)窗口。在这种情况下,您不需要中间(=秒)元素,但需要平均在中间的两个元素。因此,输出错误。

piRSquared 8 年前

尝试:

[s[s!=0] for s in np.dstack((a[:-2], a[1:-1], a[2:]))[0]]